【旅游经济文献读后感：中国旅游经济影响因素探析与实证探究3100字】

旅游经济文献读后感：中国旅游经济影响因素分析与实证研究当我读了邓爱民、李鹏所写的《中国旅游经济影响因素分析与实证研究》这篇期刊之后，我了解到对旅游收入影响有铁路营业里程（ROM）、公路里程（HM）、航班航线里程（FRM）、旅行社数量（NTA）、星级饭店数量（NSH）、国家级自然保护区数量（NNNR）、国内生产总值（GDP）、城镇居民可支配收入（DIUR）、农村居民可支配收入（DIRR）、社会固定资产投资（SIFA）、大学生毕业人数（NUG）、社会研究与试验发展经费（R&D）等影响因子，这些都反应了旅游和经济的紧密联系。因此，中国发展旅游业是十分重要的，对于经济来说，有很大的助力作用。旅游发展是改变发展方式的需要。中国已经改革开放30多年了，虽然中国的GDP总量已经上升到世界第二位，但仔细分析，这种发展是是不可持续的。中国要走科学发展之路，就必须改变经济发展方式，而旅游发展是这种改变的一个重要渠道。旅游业是未来的产业，是绿色产业，是低碳经济，能产生绿色GDP，对减少工业污染和资源消耗，保护生态环境，实现人与环境的完美连接具有重要作用。旅游发展是扩大内需的客观要求。2008年以来，中国的对外贸易受到美国次贷危机和欧洲债务危机的严重影响，扩大内需成为中国经济发展的必然选择。大力发展旅游业是增加国内需求的一个重要措施。李克强总理在2014年的政府工作报告中明确指出，旅游业是增加内需的有效手段，也是发展服务业的关键项目。旅游业的强劲发展将扩大内需，因为人们在旅游的时候，会有很大种消费，比如购买很多当地特产，或者纪念品，或者其他的日常用品，这些都对我国的经济发展有加速作用。旅游业具有灵活性，受商业周期的影响较小，可持续性较强，特别是在消费低迷时，往往能成为经济增长的支柱，在促进消费和增长方面发挥重要作用。旅游业是国民经济新的增长点。由于旅游业与国民收入水平之间存在着高度的相关性，因此，旅游业将不可避免地成为国民经济新的增长点，因为2013年中国的人均GDP达到6700美元，成为中高收入国家之一。作为第三产业的"佼佼者"，旅游业在扩大消费、创造外汇、促进就业、保护环境和节约资源方面发挥着非常重要的作用。旅游业已成为以低资源消耗、高利润率、快速发展和强大生命力为特征的有益产业。由此可见，旅游业被称为国民经济的新增长点，这不仅是中国社会经济发展的新需求，也是旅游业的新需求。以上是对我国旅游业在中国经济发展中的现实意义的总结，以下我将对本篇论文运用的计量经济学里的研究方法提出一些自己的感受。在这篇文章中，它将旅游收入作为因变量，将铁路营业里程、公路里程、航班航线里程、旅行社数量、星级饭店数量、国家级自然保护区数量、国内生产总值、城镇居民可支配收入、农村居民可支配收入、社会固定资产投资、大学生毕业人数及社会研究与试验发展经费12个变量作为影响旅游经济发展的因素进行分析研究。整个流程大概分为：确定作为研究对象的经济现象的变量，比如旅游收入；选择一些变量作为影响因素，比如铁路营业里程、公路里程、航班航线里程等等；决定相互联系的数学关系式，比如XZi=Xi−其实，可以从这个研究方法中看出，为了利用数学模型全面处理现实的经济问题，重点分为两部分：一是了解问题的背景和具体情况，然后用假设的方法了解当前现实的问题，利用抽象化和可视化模型建立符合要求的数学模型。数学知识和方法被用来描述问题内的变量和参数之间的密切关系。通过这种方式，可以获得大量的相关经济信息，然后将建模的数据与实际情况进行比较和检验，从而获得最终结果。本篇论文中在因子分析的时候进行了数据的标准化处理，并采取了处理公式的应用，其在经济行业内具备现实指导价值。研究发现，数学模型对经济问题的定性和定量研究相对严格、可靠和准确。对于因子分析这一研究方法，我认为最大的优势就是分析问题比较全面，完整。有许多变量可以收集变量，如果所有这些变量都包含在数据建模中，那么毫无疑问，分析过程中的计算工作量将会增加。计算机技术发展迅速，但高维变量和大量数据不容忽视。收集到的众多变量通常或多或少都有关联。变量之间的高度重叠和关联性会使统计方法的应用大大复杂化。例如，在多元线性回归分析中，如果许多解释之间存在很强的相关性，即高级多维共线，这可能会导致回归方程的参数估计出现许多问题，并且回归方程的参数不准确，无法使用模型，有许多类似的问题。很显然，要想解决这些问题，大部人会觉得减少变量的数量就是最简单的方法，但不可避免地会导致信息丢失和信息不完整。因此，人们正在寻找一种更有效的解决方案，以减少数据建模中的变量数量，并且不会丢失太多信息。因素分析就是这样一种方法，它经常被用来减少变量的维度数量。因子分析将许多原始变量组合成少量称为因子的综合指数，并将信息损失降至最低。然后进行回归分析。可以反映变量之间的相关性，以显示解释变量对解释变量的影响。在本文在回归分析过程中,以资源与基础设施影响因子、投资与消费影响因子、人才和创新影响因子这3个公因子作为解释变量，确定其影响旅游收入的程度。最后从回归结果得出资源与基础设施影响因子对旅游收入的影响最大。这个分析方法能够利用数字、图像和框图等方式来清楚直接的呈现旅游收入和其他变量的真实情况，从而很快的就得出其中的结论，读了这篇文献之后，我觉得我学到了很多知识，首先是关于旅游发展的重要性意义，然后就是关于研究方法的实用性，对于建立数据模型方面有了一些了解，我认为，目前国家的经济发展要想在各方面取得好成绩，无论在宏观经济还是微观经济层面进行分析，都必须要有适当的数学模型的支持，这是非常直观的一直分析方式，能将抽象的关系数据化。特别是现在是一个大数据时代，通过数据分析，我们可以在庞大数据库中发现有价值的信息，找出发展的规律，进而对未来事物的发展做出的预测。预测通常需要借助一些方法才能实施，例如分类方法或估计方法。换句话说，需要使用这些方法来推导预测不确定变量的模型。而与之相关的预测是对未来的预测，这是不确定的，并且结果存在多种可能性。随着时间的推移，才可以知道实际预测和原始预测的准确性。在这里我想还谈一下数据分析其中的关联分析，我认为这个和本文中的回归线分析有一定程度来说，是有点类似的，比如关联分析实找出数据之间的关联，而回归线分析可以反应变量之间的相关关系。那么怎么寻找海量数据中的相关性呢，假如几个数据之间存在某种规律，那么就可以说这几个数据之间有关联。关联分析中常用的技术是相关规则和排序模式。首先，查找同一对象中不同项目的相关性就是查找事件之间的时间依赖关系。关联规则用于用于找出数据值之间的潜在依据。简单来说，由于是对“什么和什么会同时出现”的研究，所以在实体店或在线电商的产品推荐系统中经常会用到关联规则，通过用户消费记录来分析关联规则用户群体的共同消费特征，最具代表性的案例就是沃尔玛的“啤酒和纸尿裤”。关联规则分析会对零售、快速消费品、电子商务、金融、搜索引擎、智能推荐、超限营销、银行客户交叉销售分析、搜索引擎推荐等产生重大影响。等待识别、基于兴趣的实时新闻推荐。通过分析交易数据库中不同产品之间的关系，企业可以识别特定用户的购买行为特征和用户的消费偏好，然后进行有针对性的营销活动，例如选择合适的页面布局、产品推荐等。大多数现有研究提供个性化推荐，以挖掘用户购买的产品和用户可能喜欢的产品之间